网真技术的实现方法和网真设备

摘要

本发明公开了一种网真技术的实现方法和网真设备，其中，该方法包括：第一网真设备与第二网真设备建立通信连接，其中，在建立通信连接的过程中，第一网真设备与第二网真设备进行第一能力协商；第一网真设备与第二网真设备进行TIP能力协商；第一网真设备与第二网真设备根据第一能力协商的结果和TIP能力协商的结果确定在后续通信过程中采用的音视频编解码方式；第一网真设备根据确定的音视频编解码方式与第二网真设备进行通信。本发明解决了现有技术中TIP协议的内容未及时更新而导致的在出现新的音视频编解码方式时不能被使用的技术问题，达到了提高网真技术的扩展能力的技术效果。

说明书

技术领域

本发明涉及通信领域，具体而言，涉及一种网真技术的实现方法和网真设备。

背景技术

网真技术（Telepresence）也叫智真技术，是近几年出现的一种将视频通信与沟通体验融 为一体的远程会议技术。该技术具有真人大小、超高清晰以及低延时的特点，注重的是近乎 真实面对面沟通的效果，实现过程涉及到网络、通信、会商环境以及功能应用等多个方面， 最终呈现给会商参与者的是一种与事务应用相结合的一体化真实的沟通体验。

随着网真技术的推广应用的范围的不断扩大，如何实现各个厂商的网真产品之间的互通 就成为迫切需要解决的问题。思科（CISCO）公司将其网真产品所使用的网真互通协议 （Telepresence Interoperability Protocol，简称为TIP）协议逐步推广成为国际网真产品所公认 的互通协议。

在TIP协议中，在两个网真设备之间的一次完整的呼叫分为两个阶段：第一阶段为呼叫 建立阶段，即两个需要进行媒体通信的设备之间的正常呼叫过程，如一个应用层的信令控制 协议（Session Initiation Protocol，简称为SIP）呼叫建立，或一个H323呼叫建立，这一阶段 的完成标志的是双方的媒体通道打开了；第二阶段为TIP协商阶段，这一阶段要完成TIP的 能力协商，以及媒体复用参数的协商等。当这两个阶段都完成后，通信双方就可以开始正常 的媒体通信，彼此就可以收听或者收看对方的声音图像。此时通信双方所使用的媒体能力为 TIP能力协商出的媒体能力。

然而，在现有的TIP协议中，可以描述出来的音视频能力种类比较少，仅有固定的几种 类型，音频只有AAC LD一种，主视频有两种能力，根据不同的速率选择不同的能力，辅视 频也只有一种，根据不同的速率选择不同的帧频。通过上述这种规定导致扩展性却不是很好。 当有新的音视频编解码技术出现时，如果TIP协议的内容没有及时更新，即TIP协议并不支 持新的音视频编解码技术时，网真系统就不能应用这些新的音视频编解码技术。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种网真技术的实现方法和网真设备，以至少解决现有技术中TIP 协议的内容未及时更新而导致的在出现新的音视频编解码方式时不能被使用的技术问题。

根据本发明实施例的一个方面，提供了一种网真技术的实现方法，包括：第一网真设备 与第二网真设备建立通信连接，其中，在建立通信连接的过程中，第一网真设备与第二网真 设备进行第一能力协商；第一网真设备与第二网真设备进行TIP能力协商；第一网真设备与 第二网真设备根据第一能力协商的结果和TIP能力协商的结果确定在后续通信过程中采用的 音视频编解码方式；第一网真设备根据确定的音视频编解码方式与第二网真设备进行通信。

优选地，第一网真设备与第二网真设备根据第一能力协商的结果和TIP能力协商的结果 确定在后续通信过程中采用的音视频编解码方式包括：确定第一网真设备与第二网真是否都 支持采用建立通信连接过程中确定的能力协商结果进行通信；如果是，则根据第一能力协商 的结果和TIP能力协商的结果确定在后续通信过程中采用的音视频编解码方式；如果否，则 将TIP能力协商的结果作为后续通信过程中采用的音视频编解码方式。

优选地，第一网真设备与第二网真设备按照以下规则确定在后续通信过程中采用的音视 频编解码方式包括：在第一网真设备与第二网真设备都支持采用建立通信连接过程中确定的 能力协商结果进行通信，且第一网真设备与第二网真设备都选择采用建立通信连接过程中确 定的能力协商结果进行通信的情况下，确定采用第一能力协商的结果作为音视频编解码方式； 或者在第一网真设备与第二网真设备都支持采用建立通信连接过程中确定的能力协商结果进 行通信，且第一网真设备选择采用建立通信连接过程中确定的能力协商结果进行通信、第二 网真设备选择采用TIP能力协商的结果进行通信的情况下，采用预定规则确定音视频编解码 方式。

优选地，预定规则包括以下至少之一：以第一网真设备和第二网真设备中作为发起呼叫 的设备选择的协商结果作为音视频编解码方式；以第一网真设备和第二网真设备在建立通信 连接过程中作为主设备的设备选择的协商结果作为音视频编解码方式；或者以多点控制单元 MCU确定的协商结果作为音视频编解码方式。

优选地，第一网真设备和第二网真设备通过第一网真设备和第二网真设备之间建立的 RTCP通道或进行第一能力协商时的呼叫信令通道传输用于指示自身是否支持采用建立通信 连接过程中确定的能力协商结果进行通信的第一指示信息、以及用于指示自身选择的协商结 果的第二指示信息。

优选地，第一网真设备与第二网真设备进行第一能力协商包括：第一网真设备与第二网 真设备根据在建立通信连接的过程中获取的对方的能力信息与自身的能力信息进行比较后得 到的结果作为第一能力协商的结果。

优选地，第一网真设备与第二网真设备从TIP报文中获取对方的能力信息。

根据本发明实施例的另一方面，提供了一种网真设备，包括：建立单元，用于与另一网 真设备建立通信连接，其中，在建立通信连接的过程中，与另一网真设备进行第一能力协商； 协商单元，用于与另一网真设备进行TIP能力协商；确定单元，用于根据第一能力协商的结 果和TIP能力协商的结果确定在后续通信过程中采用的音视频编解码方式；通信单元，用于 根据确定的音视频编解码方式与另一网真设备进行通信。

优选地，确定单元包括：第一确定模块，用于确定自身和另一网真设备是否都支持采用 建立通信连接过程中确定的能力协商结果进行通信；第二确定模块，用于在确定是的情况下， 根据第一能力协商的结果和TIP能力协商的结果确定在后续通信过程中采用的音视频编解码 方式；第三确定模块，用于在确定否的情况下，将TIP能力协商的结果作为后续通信过程中 采用的音视频编解码方式。

优选地，第二确定单元包括：第一选择子模块，用于在自身与另一网真设备都支持采用 建立通信连接过程中确定的能力协商结果进行通信，且自身与另一网真设备都选择采用建立 通信连接过程中确定的能力协商结果进行通信的情况下，确定采用第一能力协商的结果作为 音视频编解码方式；或者第二选择子模块，用于在自身与另一网真设备都支持采用建立通信 连接过程中确定的能力协商结果进行通信，且自身选择采用建立通信连接过程中确定的能力 协商结果进行通信、另一网真设备选择采用TIP能力协商的结果进行通信的情况下，采用预 定规则确定音视频编解码方式。

在本发明实施例中，将在建立通信连接的过程进行的能力协商的结果作为后续确定最终 通信所采用的音视频编解码方式的参考条件，而不是仅根据TIP协商得到的结果作为通信所 采用的音视频编解码方式。通过上述方式解决了现有技术中TIP协议的内容未及时更新而导 致的在出现新的音视频编解码方式时不能被使用的技术问题，达到了提高网真技术的扩展能 力的技术效果。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示 意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的网真技术的实现方法的一种优选流程图；

图2是根据本发明实施例的网真技术的实现方法的另一种优选流程图；

图3是根据本发明实施例的网真设备的一种优选结构框图；

图4是根据本发明实施例的网真设备的另一种优选结构框图；

图5是根据本发明实施例的网真设备的又一种优选结构框图；

图6是根据本发明实施例的网真设备双方完成呼叫过程的一种优选流程图；

图7是根据本发明实施例的网真设备双方完成呼叫过程的另一种优选流程图；

图8是根据本发明实施例的决定最终的能力协商结果的一种优选流程图。

具体实施方式

下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下， 本申请中的实施例及实施例中的特征可以相互组合。

本发明提供了一种优选的网真技术的实现方法，如图1所示，该方法包括以下步骤：

步骤S102：第一网真设备与第二网真设备建立通信连接，其中，在建立通信连接的过程 中，第一网真设备与第二网真设备进行第一能力协商；

步骤S104：第一网真设备与第二网真设备进行TIP能力协商；

步骤S106：第一网真设备与第二网真设备根据第一能力协商的结果和TIP能力协商的结 果确定在后续通信过程中采用的音视频编解码方式；

步骤S108：第一网真设备根据确定的音视频编解码方式与第二网真设备进行通信。

在上述优选实施方式中，将在建立通信连接的过程进行的能力协商的结果作为后续确定 最终通信所采用的音视频编解码方式的参考条件，而不是仅根据TIP协商得到的结果作为通 信所采用的音视频编解码方式。通过上述方式解决了现有技术中TIP协议的内容未及时更新 而导致的在出现新的音视频编解码方式时不能被使用的技术问题，达到了提高网真技术的扩 展能力的技术效果。

优选的，上述的能力协商是确定在通信过程中第一网真设备和第二网真设备所支持的音 视频编解码方式。

考虑到不是每个网真设备都支持采用第一阶段建立通信连接时确定编解码方式进行通信 的问题，可以增加一个判断双方是否都支持第一阶段协商结果的判断过程。在一个优选实施 方式中，第一网真设备与第二网真设备根据第一能力协商的结果和TIP能力协商的结果确定 在后续通信过程中采用的音视频编解码方式，如图2所示，包括：

步骤S202：确定第一网真设备与第二网真是否都支持采用建立通信连接过程中确定的能 力协商结果进行通信，如果是，执行步骤S204，否则执行步骤S206。

步骤S204：根据第一能力协商的结果和TIP能力协商的结果确定在后续通信过程中采用 的音视频编解码方式；

步骤S206：将TIP能力协商的结果作为后续通信过程中采用的音视频编解码方式。

即，仅当判断出双方都支持采用第一阶段协商结果的情况下，才采用第一阶段协商结果 和TIP协商结果来共同确定音视频编解码方式，否则就直接采用TIP协商的结果，通过上述 方式可以将不支持第一阶段能力协商结果的网真设备也接入该网真系统，提高了网真技术的 兼容性。

即使在判断出通信双方都支持第一阶段的协商结果（即，在建立通信连接过程中确定的 能力协商结果）的情况下，也可以根据双方的不同选择采用不同的策略，例如以下两种情况：

情况一：在第一网真设备与第二网真设备都支持采用建立通信连接过程中确定的能力协 商结果进行通信，且第一网真设备与第二网真设备都选择采用建立通信连接过程中确定的能 力协商结果进行通信的情况下，确定采用第一能力协商的结果（就是在建立通信连接过程中 确定的能力协商结果）作为音视频编解码方式；

情况二：在第一网真设备与第二网真设备都支持采用建立通信连接过程中确定的能力协 商结果进行通信，且第一网真设备选择采用建立通信连接过程中确定的能力协商结果进行通 信、第二网真设备选择采用TIP能力协商的结果进行通信的情况下，采用预定规则确定音视 频编解码方式。

优选的，上述的预定规则包括但不限于以下至少之一：

1）以第一网真设备和第二网真设备中作为发起呼叫的设备选择的协商结果作为音视频编 解码方式；

2）以第一网真设备和第二网真设备在建立通信连接过程中作为主设备的设备选择的协商 结果作为音视频编解码方式；或者

3）以多点控制单元确定的协商结果作为音视频编解码方式。

在第一网真设备与第二网真设备确定能力协商结果的时候，需要向对方传递自身的能力 参数以及自己是否支持第一能力协商结果、以及自身选择采用哪种能力协商结果。优选的， 这些消息都可以通过第一网真设备和第二网真设备之间建立的实时传输协议（Real-time  Transport Protocol，简称为RTP）控制协议（RTP Control Protocol，简称为RTCP）通道或进行 第一能力协商时的呼叫信令通道进行传输。即，这些协商结果和相关信息既可以在RTCP信道 进行传输，也可以通过该在建立通信连接过程中所采用的呼叫信令通道进行传输。

在上述各个优选实施方式中，对于第一能力协商结果可以是通信双方都支持的音视频编 解码方式，例如，可以通过集合取交集的方式来确定通信双方都支持的音视频编解码方式， 当第一网真设备支持方式1、2、3，第二网真设备支持方式2、3、4。则可以确定第一阶段的 能力协商结果就是方式2和3。在一个优选实施方式中，第一网真设备与第二网真设备进行第 一能力协商包括：第一网真设备与第二网真设备根据在建立通信连接的过程中获取的对方的 能力信息与自身的能力信息进行比较后得到的结果作为第一能力协商的结果。

优选地，第一网真设备和第二网真设备在获取对方能力信息的时候，可以是从双方之间 的TIP报文中获取。

在本实施例中还提供了一种网真设备，该装置用于实现上述实施例及优选实施方式，已 经进行过说明的不再赘述。如以下所使用的，术语“单元”或者“模块”可以实现预定功能 的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或 者软件和硬件的组合的实现也是可能并被构想的。图3是根据本发明实施例的网真设备的一 种优选结构框图，如图3所示，包括：建立单元302、协商单元304、确定单元306、以及通 信单元308，下面对该结构进行说明。

建立单元302，用于与另一网真设备建立通信连接，其中，在建立通信连接的过程中，与 另一网真设备进行第一能力协商；

协商单元304，与建立单元302耦合，用于与另一网真设备进行TIP能力协商；

确定单元306，与协商单元304耦合，用于根据第一能力协商的结果和TIP能力协商的结 果确定在后续通信过程中采用的音视频编解码方式；

通信单元308，与确定单元306耦合，用于根据确定的音视频编解码方式与另一网真设备 进行通信。

在一个优选实施方式中，如图4所示，确定单元306包括：

第一确定模块402，用于确定自身和另一网真设备是否都支持采用建立通信连接过程中确 定的能力协商结果进行通信；

第二确定模块404，与第一确定模块402耦合，用于在确定是的情况下，根据第一能力协 商的结果和TIP能力协商的结果确定在后续通信过程中采用的音视频编解码方式；

第三确定模块406，与第一确定模块402耦合，用于在确定否的情况下，将TIP能力协商 的结果作为后续通信过程中采用的音视频编解码方式。

在一个优选实施方式中，如图5所示，第二确定单元404包括：

第一选择子模块502，与第一确定模块402耦合，用于在自身与另一网真设备都支持采用 建立通信连接过程中确定的能力协商结果进行通信，且自身与另一网真设备都选择采用建立 通信连接过程中确定的能力协商结果进行通信的情况下，确定采用第一能力协商的结果作为 音视频编解码方式；或者

第二选择子模块504，与第一确定模块402耦合，用于在自身与另一网真设备都支持采用 建立通信连接过程中确定的能力协商结果进行通信，且自身选择采用建立通信连接过程中确 定的能力协商结果进行通信、另一网真设备选择采用TIP能力协商的结果进行通信的情况下， 采用预定规则确定音视频编解码方式。

在本发明实施例中，还提供了一种网真系统，包括多个上述的网真设备，通过上述的网 真设备进行媒体通信。

针对目前TIP协议存在的扩展性低的问题，本发明实施例提出了一种良好的解决方法， 可以很好地对网真系统的呼叫能力协商进行扩展，从而在通信的过程中支持更多的能力类型， 同时在遇到不支持这种解决方法的网真设备时，也可以使用TIP协议中规定的能力进行互通， 进一步提高了该网真技术的通用性。

本发明实施例还提供了一种网真设备双方完成呼叫过程的具体方式，如图6所示，包括 以下步骤：

步骤S602：第一网真设备和第二网真设备进行第一阶段的呼叫过程，建立双方的呼叫连 接；

步骤S604：在呼叫连接建立成功之后，媒体通道就都打开了，第一网真设备与第二网真 设备开始进行第二阶段的TIP协商过程。在这个过程中，第一网真设备和第二网真设备可以 通过媒体通道的RTCP通道传递TIP报文，用来描述本端的能力，优选地，在描述能力的扩展 字段处携带自定义的信息，该自定义信息包括但不限于以下至少之一：

1）本端是否支持使用第一阶段即呼叫过程的能力协商结果；

2）本端确定的TIP能力协商的结果；

3）对于上述的两次能力协商的结果，本端优选哪一种协商结果作为终端最终的能力。

正如上文限定的这些自定义信息不仅可以通过RTCP通道中的TIP报文进行传输，也可以 通过在第一能力协商时的呼叫信令通道进行传输，值得注意的是，以上的传输方式仅是为了 对本发明进行更好的描述，具体的实施方式不限于此。

值得注意的是，虽然上述实施例中以TIP报文为例来说明如果承载自定义信息，然而本 发明不限于此，还可以采用其它的承载方式来承载这些扩展的自定义信息，例如，可以重新 增加一条消息专门用来发送上述的自定义信息，当然需要进行通信的网真设备双方都需要发 送这样一条消息。

步骤S606：呼叫双方在收到对端发来的携带有能力描述的TIP报文后，进行TIP能力协 商，并对扩展字段的自定义信息进行解读，并按照但不限于以下规则之一来决定能力协商结 果：

1）如果本端与对端均支持使用第一阶段即呼叫过程的能力协商结果，并且双方的优选结 果一致，则使用双方优选的结果作为最终进行媒体通信所使用的音视频能力；

2）如果双方仅有一方支持第一阶段即呼叫过程的能力协商结果，则使用TIP协商结果作 为双方最终进行媒体通信所使用的音视频能力；

3）如果双方均支持使用第一阶段即呼叫过程的能力协商结果，但双方的优选顺序不一致， 即一方优选第一阶段即呼叫过程的能力协商结果，一方优选TIP能力协商结果，在这种情况 下，可以但不仅限于使用以下原则之一来决定最终的音视频能力：

3-1）以主叫方的优选结果作为最终能力选择的结果；

3-2）以双方在第一阶段的主从协商结果（如果有的话）为主的一方优选的结果作为最终 能力选择的结果；

3-3）以双方的设备类型来决定，终端听从多点控制单元（Multipoint Control Unit，简称为 MCU）决定，即以MCU的优选结果作为最终能力选择的结果；

步骤S608：双方按照步骤S606决定后的能力来决定媒体通信所使用的音视频能力，并发 送经此音视频能力编码后的媒体码流至对端网真设备，从而开始媒体通信，呼叫的建立过程 结束。

通过本发明上述实施例的方法，即使将来出现了新的音视频编解码技术，即使TIP报文 不支持对此种音视频编解码技术，只要在第一阶段的呼叫过程中的能力描述中标识了支持该 音视频编解码技术，并且在TIP协商中优选第一阶段即呼叫过程的能力协商结果，就可以在 最终的媒体通信中使用该音视频编解码技术了，而不需要像现有技术一样必须TIP协议中支 持了新的音视频编解码技术，呼叫双方的网真设备才能使用这些新的音视频编解码技术，从 而有效提高了网真技术的传输能力。

下面将结合一个具体的实施例对本发明进行进一步描述。

如图7所示是本发明实施例中TIP协议所描述的一次完整的呼叫流程。如图7所示，包 括以下步骤：

网真终端1和网真终端2要建立一次呼叫连接，在本实施例中以建立SIP（是由IETF定 义，基于IP的一个应用层控制协议，英文全称为Session Initiation Protocol）呼叫为例。

步骤S702：网真终端1向网真终端2发送Invite，发起呼叫，Invite中携带本端的媒体描 述SDP（是一个用来描述多媒体会话的应用层控制协议，它是一个基于文本的协议，用于会 话建立过程中的媒体类型和编码方案的协商等，其英文全称为Session Description Protocol）。

步骤S704：网真终端2在收到呼叫请求后，同意接收该呼叫，并向主叫方发送200OK 消息，同时在该消息中携带自己的能力描述SDP。

步骤S706：网真终端1在收到对方的响应消息后，对此次呼叫进行确认，发送ACK消息。

步骤S708：一个普通的SIP呼叫过程已经完成，双方的媒体RTP、RTCP通道都打开了。

步骤S710：在呼叫建立完成以后，便开始进行TIP协商过程，网真终端1在RTCP通道 中向网真终端2发送本端的TIP报文，在TIP报文中携带本端的网真能力描述，以及媒体复 用的相关参数，同时还携带有能力扩展字段，在此字段中携带本端所支持的能力结果，以及 优选的能力结果信息。

步骤S712：与此同时，网真终端2也在RTCP通道中向网真终端1发送本端的TIP报文， 在TIP报文中携带本端的网真能力描述，以及媒体复用的相关参数，同时也携带有能力扩展 字段，在此字段中携带本端所支持的能力结果，以及优选的能力结果信息。

步骤S714：网真终端1和网真终端2收到对端的TIP报文后，完成TIP协商，至此一个 完整的网真呼叫就结束了，双方开始按照TIP的能力协商结果开始媒体通信。

如图8所示，可以按照以下步骤决定最终的能力协商结果，包括：

步骤S802：当收到对端发来的TIP报文时，首先判断TIP报文中有没有扩展字段，如果 没有，则执行步骤S804，否则，转而执行步骤S806。

步骤S804：表明对方仅支持TIP能力协商结果，本次呼叫只能以TIP协商的能力结果为 最终媒体通信的能力。

步骤S806：判断本端和对端的优选能力结果是否相同，如果相同，执行步骤S808，否则， 转而执行步骤S810。

步骤S808：本次呼叫以双方共同的优选能力结果作为最终的媒体通信的能力。

步骤S810：根据当前的决策原则来判断听从哪一方的优选能力结果，在本优选实施例中， 可以使用的以主叫方的优选能力结果作为最终的媒体通信的能力。

在另外一个实施例中，还提供了一种软件，该软件用于执行上述实施例及优选实施方式 中描述的技术方案。

在另外一个实施例中，还提供了一种存储介质，该存储介质中存储有上述软件，该存储 介质包括但不限于：光盘、软盘、硬盘、可擦写存储器等。

从以上的描述中，可以看出，本发明实现了如下技术效果：将在建立通信连接的过程进 行的能力协商的结果作为后续确定最终通信所采用的音视频编解码方式的参考条件，而不是 仅根据TIP协商得到的结果作为通信所采用的音视频编解码方式。通过上述方式解决了现有 技术中TIP协议的内容未及时更新而导致的在出现新的音视频编解码方式时不能被使用的技 术问题，达到了提高网真技术的扩展能力的技术效果。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算 装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上， 可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置 中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步 骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个 集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员 来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等 同替换、改进等，均应包含在本发明的保护范围之内。